“抬頭是山，低頭是煤。”曾在山西傳統(tǒng)煤礦工作8年， 整天盯在電腦屏幕前監(jiān)測(cè)礦井瓦斯?jié)舛鹊墓窂膩?lái)沒(méi)有想過(guò)，有一天自己的工作會(huì)和人工智能有了聯(lián)系。

兩年前，因?yàn)楹⒆觼?lái)省會(huì)城市太原上學(xué)，郭梅在附近求職，做起了數(shù)據(jù)標(biāo)注。同樣是盯在電腦屏幕前，現(xiàn)在郭梅每天的工作是給圖片、文本或者聲音進(jìn)行標(biāo)注，再把它們交給機(jī)器訓(xùn)練和學(xué)習(xí)。從一開(kāi)始每天只能標(biāo)注兩三百?gòu)垼浆F(xiàn)在的日均完成1300多張，郭梅按件計(jì)酬的收入逐漸提升，已高于當(dāng)?shù)仄骄杖胨健?/p>

人工智能行業(yè)里有句話：有多少智能，背后就有多少人工。像郭梅一樣，AI數(shù)據(jù)標(biāo)注師成為了隨著人工智能發(fā)展而出現(xiàn)的新興就業(yè)崗位。2020年2月，“人工智能訓(xùn)練師”正式成為新職業(yè)并納入國(guó)家職業(yè)分類目錄。

他們被稱為人工智能背后的人。數(shù)據(jù)采集和標(biāo)注是他們的主要工作，目的就是要教會(huì)AI認(rèn)識(shí)數(shù)據(jù)，轉(zhuǎn)化成AI能消化和吸收的“語(yǔ)言”。有了足夠多、足夠好的數(shù)據(jù)，AI才能夠?qū)W會(huì)像人類一樣去感知、思考和決策，更好地為人類服務(wù)。

這項(xiàng)工作看起來(lái)簡(jiǎn)單枯燥，但意義非常?！熬拖褚慌_(tái)車(chē)沒(méi)有汽油走不了，數(shù)據(jù)就是人工智能發(fā)展的燃料。有了我們的數(shù)據(jù)，機(jī)器（算法）不斷迭代，就能推動(dòng)人工智能往更好的方向發(fā)展?！?從事數(shù)據(jù)標(biāo)注的山西麟諾公司總經(jīng)理李應(yīng)維對(duì)第一財(cái)經(jīng)表示。

“從沒(méi)想過(guò)做人工智能”

20出頭的李宇龍從未親眼見(jiàn)過(guò)自動(dòng)駕駛汽車(chē)，但他的工作卻和自動(dòng)駕駛的AI算法息息相關(guān)。

他曾經(jīng)在生產(chǎn)電子類產(chǎn)品的工廠工作，轉(zhuǎn)做AI數(shù)據(jù)標(biāo)注后，老板交給他的第一個(gè)項(xiàng)目就是“車(chē)道線打點(diǎn)”。

簡(jiǎn)單來(lái)說(shuō)，就是給無(wú)人駕駛進(jìn)行車(chē)道線標(biāo)注。當(dāng)無(wú)人車(chē)行駛到一段路時(shí)，會(huì)自動(dòng)連續(xù)拍攝圖片，李宇龍要做的，就是對(duì)圖片上車(chē)輛所行駛的車(chē)道旁邊兩側(cè)的線進(jìn)行標(biāo)注，識(shí)別虛線還是實(shí)線，匹配所對(duì)應(yīng)的屬性，從而告訴人工智能虛線車(chē)輛可以進(jìn)行變道，實(shí)線不可以進(jìn)行變道。而標(biāo)注的難點(diǎn)，在于交匯和分岔。

當(dāng)時(shí)的李宇龍，還不知道數(shù)據(jù)標(biāo)注師到底是什么，更對(duì)人工智能沒(méi)有具體概念，老板只交給他一套規(guī)則，讓他按照規(guī)則在電腦上認(rèn)車(chē)道線。好學(xué)的他在短時(shí)間內(nèi)就掌握了規(guī)則和難點(diǎn)，總結(jié)出了標(biāo)注車(chē)道的規(guī)律。

他把自己的工作比作“幼教“，當(dāng)他拿出一個(gè)紅蘋(píng)果給機(jī)器并教會(huì)它識(shí)別，再拿一個(gè)綠蘋(píng)果給它時(shí)，因?yàn)轭伾町?，機(jī)器就無(wú)法認(rèn)出了。李宇龍的工作就是不斷地幫助機(jī)器識(shí)別不同的顏色、大小，甚至是被咬了一口的蘋(píng)果或是壞蘋(píng)果，直到隨便拿出一個(gè)蘋(píng)果，它都能認(rèn)出來(lái)。

李宇龍告訴第一財(cái)經(jīng)記者，數(shù)據(jù)標(biāo)注的工作是“按件計(jì)酬”，他的日均收入在300元左右。數(shù)據(jù)顯示，2019年，太原市的城鎮(zhèn)居民全年人均可支配收入36362元。他說(shuō)，自己的工資水平在整個(gè)基地標(biāo)注師日均收入中處于中等水平，“據(jù)我了解，有人日均收入甚至能破千。”

對(duì)于自己的工作，李宇龍說(shuō)，剛開(kāi)始接觸時(shí)，只把它看做一個(gè)重復(fù)性的工作，并沒(méi)有想太多。直到后來(lái)接觸項(xiàng)目多了，涉及的領(lǐng)域包括教育、安防、金融、交通醫(yī)療和電商等，每天都在挑戰(zhàn)學(xué)習(xí)能力，也會(huì)想要更深入了解自己標(biāo)注的內(nèi)容可以應(yīng)用到的行業(yè)。 雖然還沒(méi)有坐過(guò)無(wú)人車(chē)，但他說(shuō)，現(xiàn)在看到無(wú)人駕駛的時(shí)候，會(huì)想到這里面也包含了自己的標(biāo)注成果。

像李宇龍、郭梅的工作一樣，第一財(cái)經(jīng)記者看到，在每一間數(shù)據(jù)標(biāo)注的辦公室里，都是類似的工作場(chǎng)景：一排排電腦屏幕前，年輕的數(shù)據(jù)標(biāo)注師根據(jù)各自分配的任務(wù)，對(duì)文本、圖片、語(yǔ)音和視頻做標(biāo)記、標(biāo)重點(diǎn)、打標(biāo)簽、框?qū)ο蟆⒆鲎⑨尩确绞綄?duì)數(shù)據(jù)集作出標(biāo)注，他們可能在為無(wú)人車(chē)標(biāo)注車(chē)道線、紅綠燈，也可能是在為肺部影像標(biāo)注病毒數(shù)據(jù)。

以人臉為例，目前能實(shí)現(xiàn)對(duì)約150個(gè)特征點(diǎn)的標(biāo)注。疫情期間，采集大量的戴口罩的人臉照片后，數(shù)據(jù)標(biāo)注師對(duì)人臉的眉毛、眼鏡、顴骨等人臉關(guān)鍵點(diǎn)進(jìn)行精準(zhǔn)標(biāo)注，標(biāo)注特征點(diǎn)越多，AI就越能精確識(shí)別出戴口罩場(chǎng)景下的人臉。最終實(shí)現(xiàn)即使不摘口罩，也能實(shí)現(xiàn)精確測(cè)量體溫，或是通過(guò)人臉閘機(jī)。

是不是“AI富士康”？

數(shù)據(jù)標(biāo)注產(chǎn)業(yè)促進(jìn)了不少城鎮(zhèn)和農(nóng)村就業(yè)，在河南、河北、貴州等地，還出現(xiàn)了一些特色的“數(shù)據(jù)標(biāo)注村”。

據(jù)IDC統(tǒng)計(jì)，全球每年生產(chǎn)的數(shù)據(jù)量將從2016年的16.1ZB猛增至2025年的163ZB，其中80%-90%是非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)經(jīng)過(guò)清洗與標(biāo)注才能被喚醒價(jià)值。在我國(guó)，每年需要進(jìn)行標(biāo)注的語(yǔ)音數(shù)據(jù)超過(guò)200萬(wàn)小時(shí)，圖片則有數(shù)億張，這就產(chǎn)生了源源不斷的清洗與標(biāo)注需求。 李應(yīng)維對(duì)第一財(cái)經(jīng)記者說(shuō)， 他預(yù)計(jì)明年企業(yè)的用工將翻一倍，從160多人擴(kuò)展到300人左右。

李應(yīng)維公司所在的百度（山西）人工智能基礎(chǔ)數(shù)據(jù)產(chǎn)業(yè)基地，已經(jīng)成為中國(guó)人員和產(chǎn)值規(guī)模第一的單體數(shù)據(jù)標(biāo)注基地。AI數(shù)據(jù)標(biāo)注師從業(yè)人員超過(guò)2000人，實(shí)現(xiàn)營(yíng)業(yè)收入超億元，企業(yè)入駐35家。該基地計(jì)劃在未來(lái)5年培養(yǎng)5萬(wàn)名AI數(shù)據(jù)標(biāo)注師，并引入更多AI合作伙伴。

百度（山西）人工智能基礎(chǔ)數(shù)據(jù)產(chǎn)業(yè)基地負(fù)責(zé)人尉赤告訴記者，人工智能是個(gè)高速發(fā)展的行業(yè)，數(shù)據(jù)服務(wù)又與人工智能息息相關(guān)。“我們的線上眾包注冊(cè)用戶有將近2000萬(wàn)人，目前每個(gè)月在線上為我們提供服務(wù)的人將近5萬(wàn)人。如果按照行業(yè)增長(zhǎng)速度來(lái)看，培養(yǎng)5萬(wàn)人還不一定夠?！?/p>

不過(guò)，數(shù)據(jù)標(biāo)注師看上去是人工智能領(lǐng)域一個(gè)“入門(mén)”工種：技術(shù)門(mén)檻低，招工人群范圍廣泛。他們通過(guò)每天數(shù)千次的重復(fù)動(dòng)作，和最前沿科技的人工智能產(chǎn)生聯(lián)系。也因此，外界給這個(gè)行業(yè)貼上了“AI富士康”的標(biāo)簽。

數(shù)據(jù)標(biāo)注帶來(lái)了技術(shù)紅利，但如果人工智能發(fā)展到一定程度，甚至有可能夠取代數(shù)據(jù)標(biāo)注師的工作。

艾瑞咨詢?cè)谝环萑斯ぶ悄芟嚓P(guān)報(bào)告指出，隨著算法需求越來(lái)越旺盛，依賴人工標(biāo)注不能滿足市場(chǎng)需求，因此增強(qiáng)數(shù)據(jù)處理平臺(tái)持續(xù)學(xué)習(xí)能力，由機(jī)器持續(xù)學(xué)習(xí)人工標(biāo)注，提升預(yù)標(biāo)注和自動(dòng)標(biāo)注能力對(duì)人工的替代率將成趨勢(shì)。此外，隨著 AI對(duì)數(shù)據(jù)的要求越來(lái)越高，數(shù)據(jù)標(biāo)注行業(yè)也正逐步進(jìn)入精細(xì)化階段。

對(duì)于數(shù)據(jù)標(biāo)注這一職業(yè)的未來(lái)，李應(yīng)維對(duì)記者舉例，自己公司一名員工入職后，因?yàn)楸憩F(xiàn)優(yōu)異，不久已被百度公司聘用。而且，數(shù)據(jù)標(biāo)注師也在為人工智能培養(yǎng)和發(fā)現(xiàn)人才。

尉赤則認(rèn)為，目前大家更多地聚焦在數(shù)據(jù)加工這件事，但如果再往前看，更多的是數(shù)據(jù)的優(yōu)化、還有一些相關(guān)的解決方案。數(shù)據(jù)標(biāo)注是一個(gè)很好的入門(mén)，進(jìn)來(lái)之后有機(jī)會(huì)更深度參與到產(chǎn)業(yè)鏈協(xié)作當(dāng)中，例如后續(xù)當(dāng)數(shù)據(jù)標(biāo)注越來(lái)越機(jī)器化，人工和自動(dòng)化之間要有機(jī)的協(xié)同，這也對(duì)員工提出了更高的要求。

此外，當(dāng)數(shù)據(jù)標(biāo)注越來(lái)越機(jī)器化，人工智能訓(xùn)練師是一個(gè)轉(zhuǎn)換工種的機(jī)會(huì)，標(biāo)注員們現(xiàn)在標(biāo)注數(shù)據(jù)，未來(lái)可能向數(shù)據(jù)治理、數(shù)據(jù)解決方案設(shè)計(jì)和項(xiàng)目管理等方向發(fā)展。

例如，現(xiàn)在李宇龍的工作重心已經(jīng)轉(zhuǎn)向培訓(xùn)，同時(shí)接觸到更多的項(xiàng)目管理，根據(jù)每個(gè)項(xiàng)目對(duì)應(yīng)的特點(diǎn)判斷與之匹配的能力。 在他看來(lái)，自己比很多傳統(tǒng)行業(yè)的人們更早地接觸到未來(lái)的發(fā)展方向和未來(lái)的生活、工作場(chǎng)景，“看到了未來(lái)的發(fā)展需求，也就比別人更早找到更多發(fā)展機(jī)會(huì)?！?/p>